基于信息散度的多无源传感器数据关联
DOI:
CSTR:
作者:
作者单位:

1. 空军工程大学 信息与导航学院
2. 中国航空博物馆
3. 装甲兵工程学院 装备指挥与管理系

作者简介:

鹿传国

通讯作者:

中图分类号:

TN953

基金项目:

陕西省自然科学基金


Data association for multi-passive-sensor system based on information divergence
Author:
Affiliation:

1. Information and Navigation Institute,Air Force Engineering University
2. Chinese Aviation Museum
3. Equipment Command and Control Department,China Academy of Armored Force Engineering

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对多无源传感器多维分配数据关联模型在构造关联代价时, 未充分考虑位置估计不确定性所引入的误差问题, 提出一种基于信息散度的数据关联算法. 将伪量测信息的概率密度函数与真实观测数据的最大后验概率密度函数之间的差异性信息作为关联代价, 并分别采用Kullback-Leibler 散度和对称Kullback-Leibler 散度来量化该差异.仿真分析结果表明, 该算法具有良好的关联性能, 其关联代价能更精准地反映数据关联的可能性程度.

    Abstract:

    The traditional multi-dimension assignment data association algorithm for the multi-passive-sensor data association algorithm has ignored the errors introduced by location localization estimation. Therefore, a data association algorithm is proposed based on information divergence. The differentia between the probability density function of pseudo measurements and the most posterior probability density function works as the association cost. The Kullback-Leibler divergence and symmetric Kullback-Leibler divergence are used respectively to quantify the differentia above. Finally, simulation results show that the proposed algorithm can achieve better performance and its association cost reflects the association probability more accurately.

    参考文献
    相似文献
    引证文献
引用本文

鹿传国 冯新喜 孔云波 张迪.基于信息散度的多无源传感器数据关联[J].控制与决策,2013,28(11):1674-1678

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2012-07-17
  • 最后修改日期:2012-10-28
  • 录用日期:
  • 在线发布日期: 2013-11-20
  • 出版日期:
文章二维码